YouMind
Accedi
OCR generico (PaddleOCR)

OCR generico (PaddleOCR)

Da immagini e PDF a testo strutturato

Creato da
钟钟小波
Installato da
0
DaYouMind

Anteprima

Descrizione

Trasforma immagini e PDF in testo strutturato con una skill OCR generica basata su PaddleOCR (pipeline generale di riconoscimento del testo PP-OCRv5). Supporta cinese, inglese, giapponese e altre lingue, anche in combinazione, oltre a testo stampato e scritto a mano. La skill abbina automaticamente la lingua e la versione OCR, seleziona il dispositivo di inferenza e il livello del modello più adatti e, quando necessario, attiva moduli di pre-elaborazione come la classificazione dell’orientamento del documento e la correzione delle immagini testuali. Il risultato include il testo riconosciuto, le coordinate dei riquadri di testo e i relativi livelli di affidabilità. È adatta alla digitalizzazione di documenti, al riconoscimento di ricevute e fatture e all’estrazione del testo dalle schermate.

Abilità correlate

Vedi tutto

Motore di decostruzione visiva

Scompone una o più infografiche, visualizzazioni di dati, diagrammi di flusso, linee temporali, mappe, mappe concettuali e organigrammi in strutture visive e informative riutilizzabili. Ti aiuta a capire con precisione perché un'immagine è organizzata in quel modo e a ricreare un risultato espressivo simile. La skill analizza fattori visivi come composizione spaziale, dimensioni e materiali, gerarchia cromatica, tipografia e impaginazione, nonché relazioni tra i moduli. Riconosce inoltre la codifica dei grafici, il percorso di lettura, le metafore visive e le relazioni geografiche o di rete, così che l'analisi vada oltre una semplice descrizione dello «stile». Otterrai un'analisi visiva parametrica che include la logica della tela e della composizione, la gerarchia visiva, la densità del testo, la topologia dei moduli, il modo in cui vengono espressi dati e relazioni e il percorso narrativo dell'immagine. Per contenuti come grafici statistici, mappe o reti di relazioni, l'output si concentra su come i dati vengono trasformati in variabili visive quali colore, posizione, dimensione, collegamenti e nodi. Per le tavole tematiche complesse, chiarisce inoltre il rapporto di collaborazione tra sistemi grafici, testuali e metaforici. Sulla base di queste analisi, la skill genera prompt dettagliati e strutturati in inglese per la generazione di immagini, adatti a ricreare infografiche, studiare riferimenti visivi, sviluppare spunti di design, esplorare contenuti di brand e realizzare immagini concettuali. Che tu fornisca un'immagine esistente o un'idea sul tema e sulla direzione visiva, otterrai prompt più vicini a una riproduzione strutturale, invece di una descrizione generica dello stile.

知
43k

Informazioni

Versione
v4
Ultimo aggiornamento
Crediti per esecuzione
In base all’utilizzo
Modelli
Automatico

Tutto pronto per creare qualcosa di più audace?

OCR generico (PaddleOCR)